基于因子的投资就像一盒巧克力

作者:Tom O’Shea

2022年,不断上升的利率和通胀对投资组合造成了沉重打击。美国股市和投资级固定收益出现了两位数的跌幅,令投资者争先恐后地寻求保护。与标准普尔 500 指数相比,低波动性策略的损失仅为一小部分。标准普尔 500 低波动性指数和 MSCI 美国最低波动性指数相对密切地跟踪标准普尔 500 指数,直到第二季度标准普尔 500 指数下跌超过 16% 1。两种低波动性策略在今年剩余时间内均保持了优异的表现,分别为 -4.6% 和 -9.2%,而标准普尔 500 指数为 -18.1% 2。这些因素策略如何发挥作用?

累积回报

1976 年,Stephen A. Ross 撰写了一篇关于套利定价理论的论文,该论文扩展了资本资产定价模型,指出多种因素可以解释股票的回报。学术界发现了各种因素作为回报驱动因素,例如公司规模、波动性、价值、质量和动力。基于因素的投资涉及根据这些回报驱动因素系统地选择一组投资,这些投资被认为与更高的回报、改善的多元化或降低的风险相关。虽然这种方法已显示出希望,但它并非没有缺陷,包括容易受到回溯测试偏差的影响,以及随着时间的推移,因子溢价可能会受到侵蚀。

普通股

你永远不知道你会得到什么

经历过全球金融危机的投资者可能会犹豫是否要忍受另一次重大的市场低迷。有些人可能会考虑通过增加债券配置来降低风险,而另一些人可能会选择基于低波动性因素的策略。S&P 500 低波动性指数从 S&P 500 指数中选择了过去一年时间范围内波动性最低的 100 只股票。MSCI 美国最小波动率指数的方法略有不同:投资组合经理优化权重以达到最小绝对波动率。然而,这两种方法都有一个共同的警告:过去的表现并不能保证未来的结果。没有什么能保证去年波动性最小的股票将来也会是波动性最小的股票。如下图所示,与标准普尔 500 指数相比,低波动性指数通常会降低波动性。然而,投资者仍然承担了熊市期间的大部分波动性。仅仅因为该指数选择了波动性最小的 100 只股票,并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。并不意味着宏观经济因素不会推高所有股票的波动性。我们甚至看到,在 1970 年代初期的通胀时期、互联网泡沫的开始、整个 2017 年、2022 年紧缩周期的开始以及其间的不同时期,低波动性指数都超过了标准普尔 500 指数。

挥发性

较低的波动性并不总是意味着更好的表现

大多数投资者预计,波动性加剧的时期将导致对市场走势更敏感的股票出现更大的下跌。虽然通常如此,但低波动性指数的情况并非总是如此。例如,Covid-19 大流行表明,低波动性指数降低了波动性,但回报率却低于标准普尔 500 指数。2008 年初全球金融危机期间,我们也看到波动性较低,而标准普尔 500 指数表现较好。这些事例强调,低波动性策略在缓解市场低迷方面并非万无一失。此外,其最显着的缺点之一是在牛市期间往往会错失全部上行潜力。尽管低波动性在七个熊市中有四个表现出色,

相对表现

总结

低波动性策略似乎是防范市场低迷的一个有吸引力的选择。然而,在实践中,投资者并不能保证今天的低波动性证券在未来仍将处于低水平。对于寻求消除波动性同时最大限度地减少未知因素的投资者来说,缓冲股票策略可能提供一个令人信服的选择。缓冲股票策略提供已知水平的下行风险缓解,同时允许上行参与达到预定上限。下图展示了 CBOE 标准普尔 500 15% 缓冲保护指数 – 1 月系列如何能够减轻 Covid-19 大流行期间的下行风险。标准普尔 500 指数大幅下跌,跌幅超过 30% 3。低波动率指数和最低波动率指数几乎持平甚至更差,而 CBOE 标准普尔 500 15% 缓冲保护指数仅下跌 20% 4。2022 年,波动率策略和 15% 缓冲策略的表现都显着优于标准普尔 500 指数。

下行救星

2022 年各资产类别出现两位数的缩水,导致许多投资者为 2023 年出现更多相同情况做好准备。继续持有波动性因子投资组合头寸的投资者明显落后于标普 500 指数,标普 500 指数今年迄今已上涨 11.5%。采用 15% 缓冲策略的公司已成功占据了标准普尔 500 指数5的约 85% 的份额。

Tom O’Shea 是 Innovator 的投资策略总监。本材料包含 Tom O’Shea 目前的研究和观点,这些研究和观点可能会发生变化,不应被视为或解释为参与任何特定交易策略的建议,或被视为任何投资产品的要约或销售并且不应如此依赖它。此信息的用户承担使用此处提供的信息的全部风险。除非另有明确说明,本文表达的意见、解释或调查结果不一定代表 Innovator ETF 或其任何附属公司的观点。

1.资料来源:彭博社。数据来自2022年3月31日-2022年6月30日。
2.资料来源:彭博社。数据来自2021年12月31日-2022年12月31日。
3.资料来源:彭博社。数据来自 2022 年 1 月 3 日至 2020 年 3 月 23 日。
4.资料来源:彭博社。数据来自 2022 年 1 月 3 日至 2020 年 3 月 23 日。
5.资料来源:彭博社。数据来自 2022 年 12 月 31 日至 2023 年 10 月 3 日。

Cboe S&P 500 15% Buffer Protect Index 系列旨在为美国国内股市提供目标结果回报。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/77387.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月19日 22:03
下一篇 2023年10月20日 22:56

相关推荐

  • 美国如何保持国债市场正常运转

    25.8万亿美元的美国国债市场就像世界金融市场的循环系统——其他一切都依赖于它。近年来,偶尔会出现堵塞,央行不得不介入以恢复资金流动。现在,随着国债价格根据联邦借款激增和长期利率前景变化进行调整,政策制定者保持市场健康至关重要。 诊断相对简单。几十年来,市场一直依赖一群所谓的一级交易商(目前有 24 家)在压力时期维持秩序。但在过去十年中,市场规模呈爆炸式增…

    2023年10月26日
    8900
  • 什么是信用利差?

    您可以将信用利差视为一种金融安排,使投资者有机会尝试通过在一个期权上持有积极头寸同时在另一个期权上持有消极头寸来尝试产生收入。掌握信用利差的概念并探索其对您的投资策略的影响可以提供潜在的好处,但也必须警惕所涉及的风险。 信用利差如何影响您的投资 正确理解这种关系可以帮助投资者做出明智的选择,并可能提高他们的投资成果。信用利差对投资的影响主要体现在债券价格和收…

    2023年8月30日
    15900
  • 北京大学金融时间序列分析讲义第25章: 协整分析与向量误差修正模型

    25.1 虚假回归问题 线性回归分析是统计学的最常用的模型之一,但是,如果回归的自变量和因变量都是时间序列,回归就不满足回归分析的基本假定:模型误差项独立同分布。 比如,一元线性回归模型 yt=a+bxt+et, t=1,2,…,n, 需要假定e1,e2,…,et不相关,零均值,方差同为σ2,x1,x2,…,xn非随机,这时最小二乘估计是无偏估计。 当lim…

    2023年8月7日
    35500
  • 基金收益的卓越表现还来源于阿尔法吗?如何找到好的基金?

    介绍 大约 90% 的美国驾驶员认为自己比平均水平更安全、更熟练。显然,这种看法并不反映现实。毕竟,十分之九的人不可能都高于平均水平。尽管如此,结果还是令人信服的:它们说明了人类与生俱来的倾向,即高估自己的才能和技能,而低估他人的才能和技能。 股票共同基金经理可能对自己通过跑赢股市来创造阿尔法的能力也有类似的扭曲看法。否则,他们如何证明自己的工作是合理的? …

    2023年8月5日
    19000
  • 即使美联储采取鹰派立场,交易者也无法获得足够的国债

    “虽然强硬的央行和一些国家最近更激进的加息推高了前端收益率,但长期债券一直保持稳定,这并不是因为对经济衰退的担忧太多,而是因为政策制定者认真考虑降低通胀,”他表示。

    2023年6月24日
    13700

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部